Kenzi HAMANI

Contexte : Migration de Stambia vers xDI Semarchy pour fiabiliser l’intégration des données de l’infocentre et améliorer leur exploitation par les équipes santé et prévoyance, au sein d’une équipe agile de 4 développeurs. Projet : Concevoir et servir les données santé prévoyance pour servir les usages (Ingestion de données et exposition). Missions et tâches réalisées:  Migration de Stambia vers xDI semarchy ;  Conception et développement de mappings sur xDI ;  Mise en place de règles de gestion ;  Rédaction de spécifications techniques ;  Rédaction de dossiers d'application ;  Déploiement automatisé sur les environnements de dev à prod ;  Industrialisation des modules développés. Résultats :  Optimisation des mappings xDI Semarchy, réduisant significativement les temps de traitement des flux de données ;  Migration réussie vers xDI Semarchy, respectant les délais et minimisant les interruptions ;  Développement de solutions d'intégration robustes, garantissant la qualité et la cohérence des données ;  Mise en œuvre de processus d'intégration incrémentielle efficaces, pour des mises à jour rapides et précise des données ;  Amélioration de la documentation technique, pour faciliter la maintenance et l'évolution des flux de données. Environnement technique : Stambia, xDI Semarchy, GCP, BigQuery, Hive, GitLab, Jenkins, Jira, Confluence, Service Now.

Contexte : Migration du socle technique de données pour moderniser l’infrastructure et améliorer la qualité, la cohérence et la gouvernance des informations. Contribution clé à l’alimentation et au déploiement du nouveau socle avec xDI Semarchy, Greenplum et Cloudian S3. Projet : Alimentation et déploiement du nouveau Socle Data MGEN. Missions et tâches réalisées:  Développement de mappings sur xDI Semarchy ;  Mise en place de règles de gestion ;  Rédaction de spécifications techniques ;  Rédaction de dossiers d'application ;  Déploiement automatisé sur les environnements dev/test/essai ;  Industrialisation des modules développés ;  Mise en place de transferts de fichiers sécurisés sur Cloudian S3 ;  Déploiement automatisé des fichiers de configuration. Résultats :  Réduction notable des délais de traitement des demandes de remboursement améliorant sensiblement la satisfaction client ;  Renforcement significatif de la détection des fraudes par l'implémentation de règles de gestion rigoureuses, entraînant des économies substantielles ;  Accélération de la génération de rapports actuariels, pour une prise de décisions plus réactives ;  Optimisation de la gestion des données de prévoyance, réduisant les erreurs dans le calcul des indemnités journalières et des rentes ;  Contribution à l'amélioration de la segmentation des clients, augmentant le taux de conversion des campagnes marketing. Environnement technique : xDI Semarchy, PostgreSQL, Cloudian S3, GitLab, Cloudbees, Greenplum, Jira.

Contexte : Migration de l'infocentre, incluant la conception et le développement de solutions ETL pour transformer et intégrer les données. Ce projet visait à moderniser l'infrastructure de données, rationaliser les systèmes existants et préparer la transition vers de nouvelles technologies. Projet : Migration de l'infocentre et exposition des données Missions et tâches réalisées :  Conception et développement de mappings sur Stambia ;  Création de vues métiers ;  Enrichissement des données ;  Assistance à la recette ;  Mise en place de plans de tests sur ALM QC ;  Déploiement des flux ETL sur les environnements de test. Résultats :  Optimisation des flux de données, améliorant la réactivité des équipes santé et prévoyance ;  Renforcement de la fiabilité des données, facilitant une prise de décision éclairée ;  Facilitation de la migration vers xDI Semarchy, assurant une transition fluide ;  Optimisation de l’intégration incrémentielle, garantissant des mises à jour régulières et précises pour des analyses en temps réel ;  Amélioration de la collaboration entre équipes techniques et fonctionnelles. Environnement technique : Stambia, SQL, HP ALM Quality Center, GitLab, Hive, Attunity, Jira.

Contexte : Participation à un projet stratégique visant à centraliser les données clients issus de multiples systèmes d'information au sein d'un référentiel unique. Cette initiative s'inscrivait dans une démarche de transformation digitale et d'optimisation des processus de conformité réglementaire. Projet : Mise en place d'un référentiel client unique conformément à la réglementation LCB-FT (Lutte Contre le Blanchiment et le Financement du Terrorisme). Missions et tâches réalisées :  Conception et développement de mappings sur IDQ ;  Mise en place d'un référentiel client unique ;  Mise en place d'un processus d'historisation ;  Développement d'algorithmes de calcul du risque ;  Rédaction de cas de tests ;  Exécution de tests unitaires, d'intégration et fonctionnels ;  Mise en place d'une stratégie de test de non-régression IDQ ;  Déploiement automatisé des flux IDQ ;  Maintenance en condition opérationnelle de la production ;  Génération de rapports quotidiens ;  Débogage approfondi des incidents ;  Optimisation de l'ordonnancement et de l'industrialisation des flux. Résultats :  Amélioration de la détection et prévention des activités frauduleuses grâce à un référentiel client unique et des algorithmes de risque robustes ;  Renforcement de la qualité et de la cohérence des données, réduisant les risques de non-conformité ;  Optimisation des contrôles et de la surveillance via une vue client unifiée et un historique sur 10 ans ;  Réduction des faux positifs et amélioration de l'efficacité des alertes LCB-FT via des algorithmes de calcul de risque précis et un débogage approfondi ;  Facilitation des décisions de conformité grâce à la génération de rapports quotidiens sur l'état des flux IDQ et les indicateurs clés de performance. Environnement technique : Control-M, SQL, Informatica, GitLab, MDM, Jira, Liquibase, Trello

Contexte : Conception et mise en œuvre de solutions de nettoyage et de validation des données dans le cadre d’un projet visant à améliorer la qualité et la fiabilité des données clients. Projet : Industrialisation des processus de contrôle et de correction des données clients pour les usages métiers. Missions et tâches réalisées:  Développement de mappings sur IDQ ;  Mise en place de règles de détection d’anomalies ;  Remontrée automatisée des erreurs ;  Mise en place d'un processus d'historisation des données ;  Participation à la conception de modèles décisionnels. Résultats :  Amélioration notable de la qualité des données clientes avec des règles robustes, réduisant significativement les anomalies ;  Optimisation des corrections via une remontée automatisée des erreurs, accélérant la résolution des dysfonctionnements ;  Renforcement de la conformité par l’historisation des données avec Informatica MDM ; facilitant le suivi des alertes ;  Valorisation des modèles décisionnels grâce à une alimentation continue en données fiables ;  Facilitation de l’accès aux données, améliorant l’efficacité opérationnelle des équipes métiers. Environnement technique : Informatica, MDM, GitLab, DB2

Skills: Microsoft Azure · Microsoft Excel · Travail d’équipe · Python (langage de programmation) · SQL · Tableau · MapReduce · Outils d’ETL · Git · Ingénierie des données · Scala · Extract, Transform, Load (ETL) · Apache Spark

Test des outils de reporting SAP Analytics cloud et SAP Lumira pour remplacer QlikView.